- •5.3. Дисперсия
- •5.4. Асимметрия и эксцесс
- •Контрольные вопросы
- •5.5. Законы распределения случайной величины
- •5.5.1. Нормальный закон распределения.
- •Правило трех сигм
- •Контрольные вопросы
- •5.5.2. Равномерный закон распределения.
- •Контрольные вопросы
- •5.5.3. Наиболее часто применяемые законы распределения случайных погрешностей
- •5.6. Суммирование составляющих погрешности измерений.
- •6. Обработка результатов измерений
- •6.2.Обработка результатов прямых равноточных (равнорассеянных) измерений с многократными наблюдениями
Правило трех сигм
На практике достаточно часто требуется оценить вероятность того, что отклонение нормально распределенной величины Х по абсолютному значению не превышает определенный размер, который обычно принимается равным положительному числу δ.
Другими словами, требуется найти вероятность того, что осуществляется неравенство |Х-а| < δ.
Это неравенство равносильно следующему: -δ < Х-а < δ или (а- δ)< Х< (а+ δ).
Используя правило, что вероятность попадания нормально распределенной случайной величины в заданный интервал равна разнице значений функции Лапласа на границах этого интервала, т.е Р(α< Х < β)= =Ф( ) - Ф( )=2Ф, получим:
Р(|Х-а| < δ)= Р((а- δ)< Х< (а+ δ))= Ф [ ] - Ф[ ]=Ф( ) – Ф( )=2Ф( ).При а=0, получим Р(|Х|)< δ)=2Ф( ).. . . .(5.32).
Если положить, что δ=3σ, получим Р(|Х-а| <3σ)=2Ф(3)=2·0,49865=0,9973.
Таким образом, вероятность отклонения истинного значения случайной величины Х по абсолютному значению будет меньше утроенного значения среднего квадратического отклонения равна 0,9973. Это и есть правило трех сигм.
Формулируется оно следующим образом:
Если случайная величина распределена нормально, то абсолютная величина ее максимального отклонения от математического ожидания не превосходит утроенного среднего квадратического отклонения.
Это правило применимо и следующим образом: если распределение случайной величины неизвестно, но условие указанное в правиле трех сигм соблюдается, то есть основание предполагать, что изучаемая случайная величина распределена нормально, в противном случае – нет.
Контрольные вопросы
Дифференциальная функция распределения результатов измерений и случайной погрешности, подчиняющаяся нормальному закону. Аналитическая зависимость, графический вид, начальный и центральные моменты.
Интегральная функция, соответствующая нормальному закону распределения.
Правило трех сигм.
5.5.2. Равномерный закон распределения.
Равномерным распределением называют такое распределение случайной величины, при котором она может принимать любое значение в заданных пределах с одинаковой вероятностью.
Дифференциальная функция равномерного распределения случайной величины (плотность вероятности) представлена на рис. 5.11.
Рис. 5.11
Представленные на рис. 5.11 параметры «а» и «в» определяют пределы изменения случайной величины Х.
Область определения плотности вероятности или дифференциальной функции равномерного распределения следующая:
0, если - Х а
Рх = , если а Х в. . . . . (5.33).
0, если в X +
Интегральная функция равномерного закона распределения для а Х в выглядит следующим
образом:
F(X)= , при а Х в. . . (5.34).
Числовые характеристики моментов равномерного распределения случайной погрешности следующие:
М =0 - математическое ожидание . . . . . .(5.35),
D = - дисперсия . . . . . . . . . . . . . . . . . .. . . . .(5.36),
= - среднее квадратичное отклонение. . . . . .(5.37),
k= =0 -коэффициент асимметрии . . . . . . . . (5.38),
Ех= -3=-1,2 - эксцесс. . . . . . . . . . . . . . . . (5.39).
Практически предельное поле рассеивания при равномерном распределении равно (в-а), т.е. оно равно 2 .
Г
F(X)
Рис. 5.12